如何将RandomForest中Leaf类的predict方法从取最大类改为取样本均值？

核心修改方案 #

如果你的Leaf类中存储了当前叶子节点包含的所有样本目标值列表（比如属性名为self.values），直接替换原代码为均值计算：

prediction = sum(self.values) / len(self.values)

适配仅存类别计数字典的场景 #

如果当前Leaf类仅维护了「目标值-出现次数」的字典（即原代码里的classes，结构类似{2.3: 4, 1.8: 6}），可以通过加权求和计算均值：

total_samples = sum(classes.values())
prediction = sum(val * count for val, count in classes.items()) / total_samples

逻辑说明 #

原代码max(classes, key=classes.get)是分类任务中取众数（出现频次最高的类别）的预测逻辑，修改后的代码则对应回归任务中取样本均值的预测逻辑，适配不同类型的随机森林需求。

内容的提问来源于stack exchange，提问作者Toshik